L'intelligenza artificiale può valutare un insegnante? E soprattutto, può stabilire se un docente è bravo a insegnare?
Nel modello sperimentato da INDIRE, no. Il report del 30 ottobre 2026 sulla certificazione delle competenze digitali del personale scolastico, che ha coinvolto 392 partecipanti tra docenti e ATA, affida all'IA un compito circoscritto: generare scenari professionali personalizzati. La valutazione delle evidenze resta a esperti umani, e il progetto non attribuisce all'IA il giudizio sulla qualità complessiva dell'insegnamento.
Vediamo come funziona il modello, quali risultati emergono, quali limiti dichiara INDIRE e cosa cambia per i docenti.
Una precisazione utile: questo articolo parla di valutare i docenti. Per la valutazione degli studenti c'è un approfondimento dedicato: IA e valutazione a scuola: perché il voto resta umano.
| L'IA può fare | Il giudizio resta a |
|---|---|
| Generare scenari professionali personalizzati | Esperti umani, in modo collegiale |
| Riconoscere pratiche semplici (per esempio una domanda in classe) | Chi conosce il contesto della lezione |
| Dare un feedback su un comportamento preciso | Il docente, che decide se e come usarlo |
Come funziona il modello INDIRE: chi valuta, l'IA o gli esperti?
Il 30 ottobre 2026 INDIRE ha pubblicato il report Predisposizione e sperimentazione di un modello di certificazione delle competenze digitali del personale scolastico. Quadri di riferimento, architettura del modello, evidenze dalla sperimentazione (qui il PDF, ISBN 979-12-82296-11-3). Il titolo con cui il tema è rimbalzato sulla stampa parla di "valutare un insegnante", ma il progetto è più circoscritto: riguarda le competenze digitali di docenti e personale ATA, non la qualità della didattica.
Il percorso, ospitato sulla piattaforma BRHUNO, combina questionari preliminari, autoformazione facoltativa, studi di caso, autovalutazione, valutazione tra pari e scenari professionali generati da un modello linguistico sviluppato con la Fondazione Bruno Kessler. Il partecipante legge una situazione realistica, considera i vincoli e motiva una scelta.
Gli esiti confluiscono in un Report della competenza e in un Dossier, esaminati prima singolarmente e poi in gruppo da esperti INDIRE e dalle Équipe Formative Territoriali. La macchina non assegna livelli.
I numeri della sperimentazione: 392 volontari e 71,8% di scenari completati
Hanno partecipato 392 volontari: 296 docenti e 96 ATA. Gli scenari aperti sono stati 2.307 e quelli completati 1.657, pari al 71,8%. Tra gli ATA il completamento arriva al 76,9%, tra i docenti si ferma al 69,5%.
Un dato spicca: sulla competenza "Comunicazione organizzativa" per i docenti, a 412 aperture corrisponde un completamento del 50,5%. Uno su due si ferma a metà. Può dipendere da scenari poco chiari, troppo complessi o lontani dal contesto, ma il report non lo spiega e non permette conclusioni causali.
Conta soprattutto cosa questi numeri non dicono. Misurano l'uso dello strumento, non la qualità della misurazione.
Quali limiti dichiara INDIRE? Campione non rappresentativo e controlli aperti
Il merito del report è dichiarare i propri limiti. INDIRE definisce le evidenze descrittive e preliminari, riconosce che la coorte non è statisticamente rappresentativa e che le aree esplorate sono parziali. I quadri di riferimento hanno avuto una validazione esterna del CNR-ITD, tra gennaio e aprile 2026, anche con procedure in doppio cieco.
Restano da fare controlli importanti:
- Stabilità. A parità di profilo, un modello linguistico può generare scenari diversi. Bisogna verificare quanto.
- Comparabilità. Se due persone affrontano scenari diversi, come si confrontano i livelli? La personalizzazione aiuta chi risponde, ma complica chi giudica.
- Derive semantiche. Nel tempo le risposte possono spostarsi di significato senza che nessuno se ne accorga.
- Equità. Uno scenario può favorire certi profili o presupporre risorse che non tutte le scuole hanno.
- Accordo con gli esperti. Se macchina e commissione leggono diversamente la stessa evidenza, bisogna capire perché prima di fidarsi della stima automatica.
C'è anche un limite di fondo: una simulazione non equivale a osservare una prestazione reale sul posto di lavoro.
Cosa cambia concretamente per i docenti?
Il report descrive una sperimentazione, non una nuova regola valida per tutti. Le risposte alle domande più frequenti:
| Domanda del docente | Risposta |
|---|---|
| L'IA assegna un voto al mio insegnamento? | No: il giudizio sulle evidenze è di esperti umani. |
| La certificazione riguarda tutti i docenti? | No: è una sperimentazione su volontari e il report non la presenta come obbligo generalizzato. |
| Quali competenze vengono esaminate? | Le competenze digitali professionali. Per i docenti il quadro INDIRE incrocia DigCompEdu e DigComp 3.0 (secondo la stampa di settore: 2 aree, 8 descrittori, 53 obiettivi specifici). |
| Come vengono esaminati gli scenari? | Attraverso il Report della competenza e il Dossier descritti sopra: esame individuale, poi collegiale. |
| Posso essere giudicato solo da un algoritmo? | Nel modello INDIRE no. In generale GDPR e AI Act impongono garanzie sulle decisioni automatizzate che riguardano i lavoratori (vedi più avanti). |
| Come è tutelata la riservatezza? | Il report indica tracciamento, sicurezza e protezione dei dati tra i temi da riesaminare nelle fasi di ampliamento. I dettagli vanno verificati nel documento integrale. |
L'IA può osservare una lezione? Cosa mostrano gli studi
Altrove nel mondo si è provato ad analizzare le lezioni vere. Il caso più noto è il dataset NCTE, curato da Dorottya Demszky e Heather Hill: 1.660 trascrizioni di lezioni di matematica in quarta e quinta elementare, di 317 docenti in quattro distretti americani. I modelli riconoscono alcune pratiche di discussione, come riprendere l'idea di uno studente, collegate ai punteggi degli osservatori. Ma non è detto che valgano per altre materie, paesi o lingue.
Uno studio del 2024 aggiunge un dettaglio: i modelli si avvicinano all'accordo tra valutatori umani solo per pratiche semplici e ben definite, mentre faticano con quelle complesse. Riconoscere una domanda è facile. Capire se era la domanda giusta in quel momento, per quella classe, no.
Nel 2023 un test ha messo alla prova ChatGPT come osservatore: correlazioni basse con i punteggi degli esperti e commenti giudicati irrilevanti dai docenti tra il 35 e il 55% dei casi, poco illuminanti tra il 51 e il 71%. Il modello era datato e il campione piccolo, ma il messaggio resta: un testo fluido non è un testo corretto.
Dove l'IA aiuta: il feedback, non il voto
I risultati più interessanti riguardano il feedback mirato.
- TeachFX (Utah, 2025, 224 docenti di matematica e scienze). Chi ha ricevuto un suggerimento sulle domande che focalizzano l'attenzione ne ha poste il 20% in più, circa 4,6 in più all'ora. Nessun effetto significativo sugli interventi degli studenti o sul loro ragionamento.
- M-Powering Teachers, Stanford (1.136 istruttori volontari di un corso online). Un promemoria per guardare il feedback ha aumentato del 7% la valorizzazione delle idee degli studenti, e del 13% per chi lo ha davvero consultato. Contesto online e volontari: cautela nel generalizzare.
La lezione comune è che un'indicazione precisa su un comportamento preciso può cambiare una pratica. Un punteggio complessivo no.
Scaffolding e IA: sostenere e poi ritirarsi
Il report INDIRE usa un concetto che chi insegna conosce bene: lo scaffolding progressivo. L'IA arriva dopo questionari, autoformazione e riflessione, non al posto loro, e il sostegno serve a costruire autonomia.
È la definizione classica (Vygotskij, Bruner): un aiuto temporaneo che si riduce man mano che cresce la padronanza. Ne abbiamo parlato in Amy Bruckman, scaffolding e apprendimento e lo abbiamo applicato al libro di testo in Scaffolding dei testi scolastici: smontare, rigenerare, comprendere. Il quadro generale è in Intelligenza artificiale a scuola: dal libro al laboratorio di costruzione del sapere.
Da qui parte una nostra tesi, che estende il metodo: lo scaffolding può servire anche prima della spiegazione, tenendo alta l'attenzione su concetti nuovi e sostituendo lo studio propedeutico, così l'allievo arriva alla lezione con punti d'appoggio già pronti. È un'ipotesi di lavoro della redazione, non una conclusione del report INDIRE né un risultato consolidato in letteratura.
Il collegamento con la valutazione è lo stesso: un aiuto che accompagna, senza diventare l'arbitro. Il report segnala anche che l'aiuto ricevuto può influenzare la prestazione osservata: bisogna distinguere ciò che serve a imparare da ciò che serve a certificare.
La scuola italiana tra osservazione e controllo
I dati OCSE TALIS 2024 mostrano che il 36% dei docenti di scuola secondaria di primo grado dei paesi OCSE usa l'IA nel lavoro. In Italia il 25%. Sono autodichiarazioni, non misurano l'efficacia, ma dicono che la tecnologia arriva prima delle regole.
C'è un altro dato, che riguarda il complesso dei sistemi OCSE partecipanti a TALIS 2024 e non solo l'Italia. Secondo i dirigenti scolastici, il 96% dei docenti lavora in scuole dove l'osservazione in classe è usata per la valutazione formale. Solo il 9% degli insegnanti dichiara di osservare i colleghi e dare feedback almeno una volta al mese. Il confronto suggerisce che l'osservazione è molto diffusa come strumento di valutazione, molto meno come occasione di confronto tra colleghi.
INDIRE propone anche un modello senza IA: l'osservazione tra pari per i neoassunti, con almeno 12 ore dedicate, un tutor e una griglia su ambiente inclusivo, progettazione e valutazione. Se l'IA arriva in un clima dove l'osservazione è già percepita come controllo, rischia di essere letta come un occhio in più.
AI Act e GDPR: si può valutare un docente con l'IA?
In sintesi: l'AI Act classifica tra i sistemi ad alto rischio quelli che monitorano o valutano prestazioni e comportamento dei lavoratori, e vieta di dedurre le emozioni delle persone nei luoghi di lavoro e negli istituti scolastici. Il GDPR (art. 22) limita le decisioni basate solo su trattamenti automatizzati con effetti significativi, e un umano che firma un punteggio senza esaminarlo non basta. Conta lo scopo dichiarato dello strumento, non l'etichetta "formativo".
Per i dettagli e le scadenze rimandiamo alle nostre guide: AI Act e scuola: FAQ sull'impatto nel settore educativo e IA a scuola, privacy e GDPR: cosa può fare un istituto e cosa deve evitare.
Quali rischi corre un docente valutato con l'IA?
- Errori di trascrizione. Molti strumenti partono dal parlato trascritto in automatico. Uno studio del 2020 su cinque sistemi ha misurato il 35% di errori medi per parlanti afroamericani contro il 19% per parlanti bianchi. Non vale per ogni strumento di oggi, ma mostra il rischio: accenti, dialetti, voci di bambini, disabilità del linguaggio.
- Falsa precisione. Un numero sembra oggettivo, ma non dice quanto sia incerto né su quante lezioni si basi.
- Privacy. Registrare una lezione significa registrare anche gli studenti. Togliere i nomi non rende anonimo l'audio.
- Scivolamento di funzione. Si parte da uno strumento "per crescere" e si finisce a usarlo "per controllare". Succede quando le regole non sono scritte prima.
- Fiducia eccessiva. Le macchine sbagliano con tono sicuro. Il report INDIRE lo riconosce: bisogna evitare che la qualità stilistica di una risposta prevalga sulla pertinenza della decisione.
Formazione dei docenti sull'IA: cosa sta arrivando
La formazione dei docenti sull'IA è in via di definizione. Il decreto legislativo 179/2026, «Adeguamento della normativa nazionale alle disposizioni del regolamento (UE) 2024/1689 [...] in materia di poteri delle Autorità nazionali e di utilizzo dell'intelligenza artificiale nella formazione», all'articolo 38 rinvia a un decreto del Ministro dell'Istruzione e del Merito che fisserà criteri e modalità; secondo la stampa di settore la scadenza è il 21 gennaio 2027. Finora non esistono ore e piattaforma obbligatorie specifiche: chi propone corsi come "formazione obbligatoria sull'IA" va guardato con cautela.
Per orientarsi nel frattempo: Formazione docenti obbligatoria 2026: 25 ore annuali, piattaforma SOFIA e Corsi di intelligenza artificiale a scuola e DM 219/2025.
Cinque regole per usare l'IA senza trasformarla in controllo
- Uno scopo solo. Dichiarare in anticipo che serve alla crescita professionale, non alla carriera né ai provvedimenti.
- Il docente comanda. Sceglie se usarlo, quali lezioni analizzare, con chi condividere i risultati.
- Esempi, non voti. Momenti precisi della lezione, da discutere con un collega o un tutor.
- Diritto di replica. Poter correggere, contestare, chiedere una verifica umana.
- Controlli nel tempo. Testare lo strumento su lingue, accenti ed età reali, e misurare anche gli effetti indesiderati.
L'UNESCO, nel quadro di competenze sull'IA per i docenti (15 competenze in cinque dimensioni), ribadisce lo stesso principio: la tecnologia sostiene l'agire umano, non lo sostituisce.
Domande frequenti
L'intelligenza artificiale può valutare un insegnante?
No. Nel modello INDIRE il giudizio finale è affidato a esperti umani, in modo collegiale. Gli studi internazionali mostrano che l'IA può dare feedback su singole pratiche, non un giudizio complessivo affidabile.
Cosa fa l'IA nel modello INDIRE?
Un sistema linguistico sviluppato con la Fondazione Bruno Kessler genera scenari professionali personalizzati su cui il partecipante si mette alla prova. Gli esiti confluiscono in un Report e in un Dossier valutati da esperti.
Il report INDIRE riguarda la qualità dell'insegnamento?
No. Riguarda la certificazione delle competenze digitali di docenti e personale ATA. Le evidenze sono descrittive e preliminari e non misurano la qualità della didattica.
L'AI Act vieta di valutare i docenti con l'IA?
Non in modo assoluto. I sistemi che valutano prestazioni e comportamento dei lavoratori sono classificati ad alto rischio, con obblighi di documentazione, supervisione umana e accuratezza. È invece vietato dedurre le emozioni nei luoghi di lavoro e negli istituti scolastici, salvo motivi medici o di sicurezza.
La certificazione INDIRE è obbligatoria per tutti i docenti?
No. Il report descrive una sperimentazione su volontari e non la presenta come obbligo generalizzato di valutazione automatizzata degli insegnanti.
Quanti docenti hanno partecipato alla sperimentazione INDIRE?
Sono stati coinvolti 392 volontari: 296 docenti e 96 appartenenti al personale ATA.
Chi può usare l'IA per attribuire i voti agli studenti?
La funzione valutativa spetta ai docenti, secondo i criteri approvati dal collegio. Il tema è trattato in IA e valutazione a scuola: perché il voto resta umano.
La formazione sull'IA per i docenti è obbligatoria?
È in arrivo un decreto ministeriale, atteso entro il 21 gennaio 2027, che definirà criteri e modalità. Prima di allora non risultano ore e piattaforma obbligatorie specifiche.
Fonti e riferimenti
- INDIRE, Predisposizione e sperimentazione di un modello di certificazione delle competenze digitali del personale scolastico. Quadri di riferimento, architettura del modello, evidenze dalla sperimentazione (2026, ISBN 979-12-82296-11-3): pagina di presentazione del 30/10/2026 e report completo in PDF.
- INDIRE, osservazione peer to peer per i neoassunti.
- Demszky e Hill, The NCTE Transcripts (ERIC ED672127).
- Studio TeachFX sul feedback automatico alle domande dei docenti (Stanford SCALE).
- M-Powering Teachers, Stanford.
- Is ChatGPT a Good Teacher Coach? (ACL Anthology, 2023) e Promises and Pitfalls of Language Models (NAACL 2024).
- OCSE, TALIS 2024, nota Italia e rapporto sulle richieste della professione.
- UNESCO, quadro di competenze sull'IA per i docenti.
- AI Act, Allegato III e art. 5; GDPR, art. 22.
- Koenecke et al., studio sul riconoscimento vocale (PNAS, 2020).
- Decreto legislativo 179/2026, «Adeguamento della normativa nazionale alle disposizioni del regolamento (UE) 2024/1689 [...] in materia di poteri delle Autorità nazionali e di utilizzo dell'intelligenza artificiale nella formazione», Gazzetta Ufficiale.
